摘 要：文章闡述了機器視覺技術在家禽領域的綜合應用及潛在影響，介紹了機器視覺技術的基本原理以及在家禽業(yè)精準飼養(yǎng)、環(huán)境控制、產(chǎn)品監(jiān)測和行為分析等方面的作用，探討了機器視覺技術目前面臨的挑戰(zhàn)與局限，如環(huán)境適應性、數(shù)據(jù)處理能力、算法復雜性和成本問題，也展望了未來技術發(fā)展的趨勢，包括降本增效、多模態(tài)感知、精準養(yǎng)殖業(yè)的普及、自決策機器人的發(fā)展、環(huán)境可持續(xù)性等方面。

關鍵詞：機器視覺；家禽業(yè)；神經(jīng)網(wǎng)絡

中圖分類號：S818.9 文獻標識碼：A 文章編號：1673-1085（2024）07-0059-04

近年來，隨著全球人口的持續(xù)增長和消費者對肉類產(chǎn)品需求的日益上升，家禽業(yè)作為全球農(nóng)業(yè)經(jīng)濟的關鍵組成部分，面臨著前所未有的挑戰(zhàn)與機遇，對食品安全和可持續(xù)生產(chǎn)的關注日益增加。傳統(tǒng)上，家禽業(yè)生產(chǎn)屬于勞動密集型產(chǎn)業(yè)，效率低下，易受人為誤差和變量的影響?；跈C器視覺的自動化生產(chǎn)技術已成為推動家禽業(yè)持續(xù)發(fā)展的重要內(nèi)驅(qū)力，應用在家禽生產(chǎn)中，不僅顯著提升生產(chǎn)效率，還改善產(chǎn)品生產(chǎn)的容錯性、一致性，也是保證產(chǎn)品質(zhì)量和可追溯性的有效工具，同時為優(yōu)化家禽養(yǎng)殖環(huán)境和動物福利提供了新路徑，特別是在精準飼養(yǎng)、健康監(jiān)控和生產(chǎn)過程管理方面，顯示出巨大潛力[1]。

1 "家禽業(yè)傳統(tǒng)生產(chǎn)方式的局限性

家禽業(yè)的傳統(tǒng)生產(chǎn)方式通常以人工勞動為基礎，很大程度上依賴于經(jīng)驗和傳統(tǒng)生產(chǎn)方式。傳統(tǒng)的生產(chǎn)方式存在的問題和局限性已經(jīng)阻礙了家禽業(yè)的發(fā)展。

1.1 "養(yǎng)殖戶需定期喂食、清洗養(yǎng)殖設施裝備和經(jīng)常檢查家禽的健康狀況、養(yǎng)殖環(huán)境情況。這需要大量的勞動力，而且效率低下。

1.2 "傳統(tǒng)家禽養(yǎng)殖缺乏精準智能的環(huán)境控制系統(tǒng)，溫度、濕度、通風、光照和有害氣體等環(huán)境指標多由自然環(huán)境和簡單的設施決定，對家禽生長環(huán)境波動大，影響其健康和產(chǎn)量。

1.3 "在傳統(tǒng)養(yǎng)殖中，疾病管理通常是反應性的，即在疾病發(fā)生后才采取措施，可能因喪失最佳預防和治療時機，導致疾病迅速蔓延，給家禽群體帶來嚴重危害。

1.4 "生產(chǎn)記錄通常手工完成，易出錯，難以開展系統(tǒng)的數(shù)據(jù)分析和趨勢預測。

1.5 "家禽傳統(tǒng)飼喂多是人工或者簡單機械飼喂，不夠精準，易導致飼料喂食效率不高，無法針對每只家禽需求進行優(yōu)化。

1.6 "家禽產(chǎn)品的處理（如屠宰、分割、包裝）和銷售在傳統(tǒng)模式下也主要依賴人工操作，效率低、可追溯性差，難以保證產(chǎn)品質(zhì)量和安全。

2 "機器視覺的工作原理

機器視覺是一種模擬人類視覺的仿生學技術，其核心流程是將視覺信息轉(zhuǎn)換為可供計算機處理的數(shù)字信號，并通過算法進行有效解釋，以實現(xiàn)自動化檢測、識別和控制等功能。其基本原理：

2.1 "圖像獲取

使用攝像頭或類似設備捕獲物體或場景的圖像。這些圖像可以是二維的，也可以是三維的。

2.2 "圖像處理

對捕獲的圖像進行處理，包括調(diào)整圖像（如對比度和亮度調(diào)整）、濾波（去除噪聲）、邊緣檢測等，以提取重要特征。

2.3 "特征提取

從處理后的圖像中提取關鍵信息，如形狀、大小、顏色、紋理等，并對特征進行編碼生成特征向量。

2.4 "解釋和決策

利用算法對提取的特征編碼進行解釋，執(zhí)行物體識別、判斷、缺陷檢測、測量等任務。

2.5 "執(zhí)行動作

在某些應用中，系統(tǒng)會根據(jù)解釋結果來控制機械臂或其他設備，完成例如分類、定位、操控等動作。

3 "機器視覺在家禽產(chǎn)業(yè)中的應用

機器視覺技術已廣泛應用于家禽產(chǎn)業(yè)，目前主要集中在生產(chǎn)管理方面，基于機器視覺技術開發(fā)的自動化設備，如自動喂料機、飲水系統(tǒng)和自動撿蛋機，提高了生產(chǎn)效率，減少了人工勞動。

3.1 "對家禽進行自動分類和計數(shù)

機器視覺系統(tǒng)可以自動識別和分類家禽，比如按體重、品種進行分類，并自動記錄數(shù)量，這有助于優(yōu)化養(yǎng)殖過程和提高生產(chǎn)效率。

3.2 "監(jiān)測家禽的健康狀況

通過分析、提取家禽的圖像特征，結合對禽類體型、重量和其他生長指標、行為的分析，檢測異常行為、患病跡象或異常的外貌特征，還可識別壓力、恐懼和疾病跡象。

機器視覺系統(tǒng)能夠持續(xù)監(jiān)控家禽的行為和外觀，分析其活動模式、飲食習慣或羽毛狀態(tài)等，及早發(fā)現(xiàn)健康問題或疾病跡象。早期診斷有助于防止疾病蔓延，降低死亡率。李勛輝[2]利用基于數(shù)據(jù)流編程的符號數(shù)學系統(tǒng)TensorFlow，對家禽個體圖像信息進行邊緣計算，確定個體體征狀態(tài)，包括活禽、死禽數(shù)量、病態(tài)特征（例如應激反應、雞冠軟塌、癱瘓）等。Mbelwa研究[3]了一種基于深度學習方法的模型和用于診斷家禽疾病的數(shù)據(jù)集，可以部署在智能手機上；該模型是一種識別糞便圖像的深度卷積神經(jīng)網(wǎng)絡（CNN）預訓練模型，經(jīng)過測試遷移學習率可達94%。KCA[4]提出一種基于卷積神經(jīng)網(wǎng)絡的雞聲音處理識別方法，用于禽流感早期檢測，識別準確率在89.79%～95.84%之間。

3.3 "監(jiān)測飼料的消耗情況

通過機器視覺，可以自動化監(jiān)測家禽的生長發(fā)育情況，根據(jù)它們的體型和體重調(diào)整喂養(yǎng)量和營養(yǎng)組成，從而可以確保家禽獲得均衡的營養(yǎng)，同時減少飼料浪費。這對合理安排飼料供應、提高飼養(yǎng)效益有重要意義。

3.4 "監(jiān)測禽舍內(nèi)的環(huán)境條件

監(jiān)測內(nèi)容包括溫濕度、光照情況、設備運行狀態(tài)等，及時發(fā)現(xiàn)并糾正不良環(huán)境因素。當前大多數(shù)家禽飼養(yǎng)場都使用環(huán)境控制器，通過智能傳感器監(jiān)測家禽生長必須的環(huán)境指標，自動環(huán)控設備的介入使無人禽舍成為可能。機器視覺的應用減少了對人工的依賴，尤其是在持續(xù)監(jiān)測和數(shù)據(jù)記錄方面，這不僅減少了勞動成本，也提高了數(shù)據(jù)的準確性和可靠性。Figueiredo G F[5]開發(fā)了一個評估家禽群體聚集行為的圖像分析系統(tǒng)，通過算法從家禽飼養(yǎng)環(huán)境中獲取家禽溫度和攝食行為。劉娜等[6]完成了一種新型家禽清理機器人的設計，可以完成合理避障和清掃垃圾的功能，具有體積小、效率高、成本低等優(yōu)點，為實現(xiàn)家禽養(yǎng)殖場清掃自動化提供了技術支持。

3.5 "檢測、分級蛋和肉類產(chǎn)品

通過分析蛋殼的顏色、形狀和表面缺陷，自動將蛋類進行分級；通過分析肉類產(chǎn)品的外觀、色澤、花紋，可快速實現(xiàn)肉類產(chǎn)品的分級操作。苑進等[7]申報的實用新型專利涉及一種禽蛋運輸包裝機器人，可用于收集、儲存和運輸禽蛋，具有拾取、旋轉(zhuǎn)、定位和自動記錄分析產(chǎn)蛋數(shù)據(jù)等功能。

Mota-Grajales R[8]發(fā)明了一種檢測起皺、疙瘩等蛋殼損傷狀況的視覺智能識別系統(tǒng)，通過人工神經(jīng)網(wǎng)絡算法（ANN）進行分類和訓練， 對150 個雞蛋樣本識別率達到了 97.5%。

3.6 "監(jiān)測養(yǎng)殖場火災風險

通過實時監(jiān)測飼養(yǎng)場內(nèi)的溫度和煙霧情況，可及早發(fā)現(xiàn)火災跡象，采取緊急措施，減小損失。

4 "影響與未來趨勢

4.1 "挑戰(zhàn)與局限

4.1.1 "家禽養(yǎng)殖環(huán)境通常復雜多變，存在灰塵、光線變化、有害氣體、溫濕度波動等，這些因素影響機器視覺技術在應用層面的準確性和可靠性。

4.1.2 "隨著家禽業(yè)智能裝備的應用，產(chǎn)生的數(shù)據(jù)量巨大，需要高效通用模型和級數(shù)級別增長的算力來確保實時處理和準確分析。

4.1.3 "開發(fā)能夠準確識別、分析家禽行為、健康狀況的算法是一大挑戰(zhàn)。這需要海量數(shù)據(jù)和深入的專業(yè)知識來訓練和優(yōu)化這些算法。

4.1.4 "技術研發(fā)會顯著提升初始投資和運維成本，例如目前專業(yè)級的人工智能芯片價格居高不下，對于小規(guī)?；蛸Y源有限的家禽養(yǎng)殖場，是較大的財務負擔。

4.1.5 "運用機器視覺相關系統(tǒng)需要專業(yè)的技術知識和操作技能，這些對養(yǎng)殖場員工提出新的要求；相關知識更新迭代速度較快，還要定期接受培訓。

4.1.6 "機器視覺系統(tǒng)在全天候巡檢產(chǎn)生的持續(xù)噪聲污染、傳感器產(chǎn)生的電磁干擾等，可能會影響家禽的行為和福利。如何確保這些技術的應用不會給動物造成壓力或傷害，也是目前面對的一個挑戰(zhàn)。

4.1.7 "收集和處理大量家禽養(yǎng)殖相關數(shù)據(jù)可能涉及隱私和安全風險，特別在公網(wǎng)的傳輸過程中，數(shù)據(jù)泄露是一個巨大隱患。如何確保數(shù)據(jù)的安全存儲、處理和傳輸必將成為未來的一個研究重點。

4.2 "發(fā)展趨勢

4.2.1 "未來機器視覺系統(tǒng)將更加多模態(tài)，未來機器視覺系統(tǒng)將結合視覺、聲音、溫度、氣象等多位傳感器，數(shù)據(jù)會更加多模態(tài)。多模態(tài)綜合感知將提供更全面的信息，有助準確監(jiān)測家禽狀態(tài)，及時調(diào)整養(yǎng)殖生產(chǎn)策略。

4.2.2 "基于機器視覺技術的人工智能被廣泛應用于精準養(yǎng)殖。通過使用高分辨率圖像和傳感器，可以準確監(jiān)測家禽健康狀況，實現(xiàn)精細管理和資源調(diào)配，在提高效率的同時減少資源浪費。

4.2.3 "加強自決策能力將是未來基于視覺識別的機器人技術的發(fā)展趨勢。適應性更強的更智能機器人能夠在不同環(huán)境中執(zhí)行任務，例如在不同的禽舍間自主導航、監(jiān)測和處理整個養(yǎng)殖場的工作，實現(xiàn)無人值守。

4.2.4 "智能化養(yǎng)殖系統(tǒng)將致力于減少對化學品的依賴，通過精確的資源管理和預測性維護，能夠降低環(huán)境帶來的影響，提高家禽生產(chǎn)的可持續(xù)性。

4.2.5 "制定開放性標準和提高兼容性能夠使技術整合的復雜性降低，有助于家禽業(yè)從業(yè)者快速掌握新技術，降低學習成本。

4.2.6 "機器視覺技術離不開跨學科合作，如與生物學、工程學、遺傳學、計算科學和獸醫(yī)學結合，多學科融合使企業(yè)或科研單位更易推出基于機器視覺的自動化裝備和人工智能領域的整套解決方案。

參考文獻：

[1] "ROSIE，BURGIN.Robot concept gives a glimpse into the future[J].World Poultry，2016，32（3）：6-7.

[2] "北京中農(nóng)志遠電子商務有限公司.一種基于圖像識別的家禽養(yǎng)殖場養(yǎng)殖數(shù)量識別設備：CN201911075714.8[P].2020-01-31.

[3] "MBELWA H.Image-based poultry disease detection using deep convolutional neural network[D].Arusha：NM-AIST，2021.

[4] " KC A， TZAB C，JH A，et al.Detection of avian influenza-infected chickens based on a "chicken sound convolutional neural network[J].Computers and Electronics in Agriculture，2020，178：105688.

5] " FIGUEIREDO G F， DICKERSON T W， BENSON E R，et al.Development of Machine Vision Based Poultry Behavior Analysis System[C]//2003 ASAE Annual International Meeting，Vegas， Nevada， USA，2003：033083.2003.DOI：10.13031/2013.14053.

[6] 劉娜，郭文川，張偉華，等.家禽養(yǎng)殖場自動清掃機器人設計[J].農(nóng)機化研究，2009，31（4）：98-99 +103.

[7] 苑進，李揚，劉雪美，等.禽蛋自動撿拾系統(tǒng)結構設計及機械手運動規(guī)劃[J].農(nóng)業(yè)工程學報，2016 ，32（08）：

48-55.

[8] MOTA-GRAJALES R，TORRES-PEA J C，CAMAS-ANZUETO J L，et al.Defect detection in eggshell using a vision system to ensure the incubation in poultry production[J]. Measurement，2019，135：39-46.